基于信道预测的认知无线电混合频谱切换算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (27): 17-21.

基于信道预测的认知无线电混合频谱切换算法

唐万斌，喻火根，李少谦

电子科技大学通信抗干扰技术国家级重点实验室，成都 611731

出版日期:2012-09-21 发布日期:2012-09-24

Mixed spectrum handoff algorithm for cognitive radio based on channel state prediction

TANG Wanbin, YU Huogen, LI Shaoqian

National Key Lab of Science and Technology on Communications, University of Electronic Science and Technology of China, Chengdu 611731, China

Online:2012-09-21 Published:2012-09-24

摘要/Abstract

摘要： 针对认知无线电网络，提出了一种将被动式频谱切换与主动式频谱切换相结合的混合频谱切换算法。该算法基于主用户信道的连续时间马尔可夫链模型，预测出信道的未来状态信息，根据该预测结果周期性地对正在通信的认知用户执行主动式频谱切换。该算法对于由于碰撞而退出信道的认知用户执行被动式频谱切换。仿真结果表明，相对于被动频谱切换算法，混合频谱切换算法在保持认知用户阻塞概率和中断概率不变的前提下可显著减少认知用户和主用户间的碰撞次数，能够提高认知无线电网络的频谱利用率。

关键词: 认知无线电, 频谱切换, 连续时间马尔可夫链, 碰撞次数

Abstract: A mixed spectrum handoff algorithm which combines reactive spectrum handoff and proactive spectrum handoff is proposed in Cognitive Radio Networks（CRNs）. Based on the continuous-time markov chain of Primary Users’（PUs’） channels, the algorithm predicts the future channel state and performs proactive spectrum handoff for serving Secondary Users（SUs）. Meanwhile, the algorithm performs reactive spectrum handoff for collision SUs. Simulation results show that compared with the reactive spectrum handoff algorithm, the proposed algorithm can dramatically reduce the number of collisions between SUs and PUs on the premise of unchanged SU’s blocking probability and outage probability. Moreover, the spectrum efficiency of the CRN can be increased in the proposed algorithm.

Key words: cognitive radio, spectrum handoff, continuous-time markov chain, number of collisions

唐万斌，喻火根，李少谦. 基于信道预测的认知无线电混合频谱切换算法[J]. 计算机工程与应用, 2012, 48(27): 17-21.

TANG Wanbin, YU Huogen, LI Shaoqian. Mixed spectrum handoff algorithm for cognitive radio based on channel state prediction[J]. Computer Engineering and Applications, 2012, 48(27): 17-21.

[1]	王玉磊1，2，邱罡3. 物联网频谱感知的人工物理学优化实现[J]. 计算机工程与应用, 2019, 55(14): 83-86.
[2]	范怡敏1，罗云飞2，沈克永1. 具有先应性最优通道传输的车载网络研究分析[J]. 计算机工程与应用, 2018, 54(23): 68-73.
[3]	庄陵，童开蒙，王凯. 应用MDFT结构的认知无线电频谱感知方法[J]. 计算机工程与应用, 2018, 54(2): 82-86.
[4]	白玉，闫坤，李少鹏，张华伟，刘毅. 基于图分析的OFDM频谱感知[J]. 计算机工程与应用, 2018, 54(11): 86-90.
[5]	王莉莉1，陈国彬1，张广泉2，3. 认知无线电网络中基于公平性的功率控制方案[J]. 计算机工程与应用, 2017, 53(3): 144-148.
[6]	李晓艳，雷斌，华翔. 基于智能分析的分布式频谱共享技术研究[J]. 计算机工程与应用, 2017, 53(19): 124-129.
[7]	黎严，张国平，罗俊. 一种改进的多天线信号能量检测方案[J]. 计算机工程与应用, 2017, 53(10): 112-116.
[8]	李晓艳，雷斌，郭锦. 集中式认知网络分簇算法研究[J]. 计算机工程与应用, 2017, 53(10): 117-123.
[9]	李湘洋1，2，赵杭生2，曹龙1，2. 混合共享认知无线网络信道分配算法[J]. 计算机工程与应用, 2016, 52(6): 80-85.
[10]	李洪兵1，陈斌斌2，廖玉祥1，冯文江2. 基于RSS-IWLS的认知无线电系统主用户定位算法[J]. 计算机工程与应用, 2016, 52(2): 146-150.
[11]	刘俊霞1，2，贾振红2. 基于适应值预测的DABC认知无线电频谱分配算法[J]. 计算机工程与应用, 2016, 52(18): 111-116.
[12]	张勇，岳金旺，王静，金勇. 天线选择下稳健波束形成新算法[J]. 计算机工程与应用, 2016, 52(12): 127-130.
[13]	方伟，刘顺兰. 双门限和机会协作的频谱感知算法研究[J]. 计算机工程与应用, 2015, 51(8): 113-116.
[14]	潘春雨，闫坤，张向利. 认知无线电频谱切换的高效信道选择机制[J]. 计算机工程与应用, 2015, 51(20): 97-101.
[15]	刘翰焘，田峰. 协作频谱感知的系统效用优化分析[J]. 计算机工程与应用, 2015, 51(16): 97-102.